二分查找算法与几种排序算法

二分查找

        二分查找只适用于有序的数组(list),每次查找的数据规模都为原来规模的一半,直到找到为止。其时间复杂度为O(logN)。

        假设有一个包含1024个元素的列表,需要从中找到某个元素。对比于简单查找(遍历元素),二分查找最大只需查找10次就可以找到该元素,而简单查找最糟糕情况,则需要1023次才能找到。


下面是二分查找的算法代码:

def sel(lists, item):

    low_index = 0

    high_index = len(lists) - 1

    while low_index <= high_index:

        mid_index = (low_index + high_index) // 2

        if lists[mid_index] == item:

            return mid_index, count

        if lists[mid_index] < item:

            low_index = mid_index + 1

        else:

            high_index = mid_index -1

    return "Nothing"

nl = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]

sel(nl, 16)



排序算法

1)冒泡排序

        逐次比较相邻的元素,并做交换,直到排序完成。排序效率不高。

算法代码:

import random

l1 = [random.randrange(11) for i in range(10)]

print("orient num:{}".format(l1))

length = len(l1)

for i in range(length):

    for j in range(length - 1):

        if l1[j] > l1[j + 1]:

            l1[j], l1[j + 1] = l1[j + 1], l1[j]

print(l1)


2)选择排序

2.1 简单选择排序(一元选择排序)

        通过假设0号索引元素为最大值,之后对剩下的元素逐一比较,将最大值的索引赋予一个临时变量。最后判断假设最大值的索引是否改变,若改变则将最大值交换。

算法代码:

import random

l1 = [random.randrange(11) for i in range(10)]

print("orient num:{}".format(l1))

length = len(l1)

for i in range(length):

    tmp_index = i

    for j in range(i+1, length):

        if l1[j] > l1[tmp_index]:

            tmp_index = j

    if tmp_index != i:

        l1[i], l1[tmp_index] = l1[tmp_index], l1[i]

print(l1)


2.2 二元选择排序

    在一元选择排序基础上的改进,二元选择排序是分别固定最大值与最小值到两端。这样排序效率更高。

算法代码:

import random

l = list(range(10))

random.shuffle(l)

length = len(l)

for i in range(length//2):

    count += 1

    maxindex = i

    minindex = -i-1

    minorigin = minindex

    for j in range(i+1, length-i):

        if l[minindex] > l[-j-1]:

            minindex = -j-1

        if l[maxindex] < l[j]:

            maxindex = j

    if i != maxindex:

        l[maxindex], l[i] = l[i], l[maxindex]

        if (i == minindex) or (i == length + minindex):

            minindex = maxindex

        switch += 1

    if minorigin != minindex:

        l[minindex], l[minorigin] = l[minorigin], l[minindex]

        switch += 1

print(l)

print(count, switch)


3)插入排序

        将待排序对象分为两个部分处理,分别是已排序区与未排序区。取未排序元素与已排序的元素作比较,如果未排序元素小于已排序的元素,则将其插入到已排序之后。

        插入排序并不适合用在数据规模很大的对象上,随着已排序部分的规模逐渐增大,其插入一个元素的效率不高(如果使用list),因为索引会逐个调整。而且当内存空间中有大量碎片且需要连续内存空间时,可能会将数据整体迁移到其他连续内存区域。

        此外,通过二分查找可以稍微优惠查找效率。

算法代码:

import random

l = list(range(18))

random.shuffle(l)

zero = [0]

nl = zero + l

print(nl)

length = len(nl)

for i in range(2, length):

    nl[0] = nl[i]

    # print("count:{} {}".format(i-1, nl))

    while i:

        if nl[0] < nl[i-1]:

            # print(nl[i-1],nl[i], end="\t")

            nl[i], nl[i-1] = nl[i-1], nl[0]

            # print(nl[i-1],nl[i], end="\t")

        i -= 1

print(nl[1:])

你可能感兴趣的:(二分查找算法与几种排序算法)